PythonのDataFrameのilocの列指定の仕方が分からない

Question

PythonのDataFrameのilocの使用について質問があります。

ilocは行と列の番号を指定してデータを抽出するために使用すると認識しています。
しかし、なぜ下のようなコードでAgeの要素以外のデータを抽出することができるのでしょうか。

csv_titanic.iloc[:,csv_titanic.columns!="Age"]

また下のように"Age"の要素を抽出するコードだとエラーを吐くのでしょうか。

csv_titanic.iloc[:,csv_titanic.columns ="Age"]

ご回答よろしくお願いします。

Answer 1

質問のコードにて何故データを抽出できるのか、出来ないのかの説明は hayataka2049 さんが回答されている通りとなります。
ですので、私の回答は補足となります。

pandas.Index クラスには get_loc() という Index名(Column名)から対応するIndex値を取得するmethodがありますので、以下のように ilocで列指定する際にこれを使用する方法もあります。

csv_titanic.iloc[:, csv_titanic.columns.get_loc("Age")]

https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.Index.get_loc.html

データをフィルタリングする際に、列の指定をBoolean配列で行った場合の結果は DataFrame型で得られますが、この方法の場合は数値('Index値')で指定することになるので、結果は Series型となります。

import pandas as pd
import numpy as np

# ダミーデータ生成
df =pd.DataFrame(np.arange(9).reshape((3,3)), columns=['A','B','C'])
#   A  B  C
#0  0  1  2
#1  3  4  5
#2  6  7  8

# 以下のように比較演算によってBoolean配列が得られる
print(df.columns == 'B')
# [False  True False]

# 列の指定値としてBoolean値の配列を渡す場合
#（ 結果はDataFrameで得られる ）
print(df.iloc[:, df.columns == 'B'])
#    B
# 0  1
# 1  4
# 2  7

# カラム名に対応したIndex値を得る方法
print(df.columns.get_loc('B'))
# 1

# Index値を渡すことでもフィルタリングする
#（ 結果はSeriesで得られる ）
print(df.iloc[:, df.columns.get_loc('B')])
# 0    1
# 1    4
# 2    7
# Name: B, dtype: int64

Comments

[1mzmk]

ご丁寧に解説していただきありがとうございました。

Answer 2

ブール値の配列によるマスクを使って行・列の選択を行うことができます。numpyにもある機能ですね（あちらが元祖と言うべきか）。

細かい説明等は下のリンクのドキュメントを参照してください。それか「pandas boolean 選択」とかで検索すれば解説記事が出るでしょう。

Another common operation is the use of boolean vectors to filter the data.

Indexing and selecting data — pandas 1.0.3 documentation

　

csv_titanic.columns ="Age"

Pythonの等値比較演算子は==です。=は比較で使うことはできません。